Identification of Methanoculleus spp. as Active Methanogens during Anoxic Incubations of Swine Manure Storage Tank Samples
Notice bibliographique
Résumé
Methane emissions represent a major environmental concern associated with manure management in the livestock industry. A more thorough understanding of how microbial communities function in manure storage tanks is a prerequisite for mitigating methane emissions. Identifying the microorganisms that are metabolically active is an important first step. Methanogenic archaea are major contributors to methanogenesis in stored swine manure, and we investigated active methanogenic populations by DNA stable isotope probing (DNA-SIP). Following a preincubation of manure samples under anoxic conditions to induce substrate starvation, [U-(13)C]acetate was added as a labeled substrate. Fingerprint analysis of density-fractionated DNA, using length-heterogeneity analysis of PCR-amplified mcrA genes (encoding the alpha subunit of methyl coenzyme M reductase), showed that the incorporation of (13)C into DNA was detectable at in situ acetate concentrations (~7 g/liter). Fingerprints of DNA retrieved from heavy fractions of the (13)C treatment were primarily enriched in a 483-bp amplicon and, to a lesser extent, in a 481-bp amplicon. Analyses based on clone libraries of the mcrA and 16S rRNA genes revealed that both of these heavy DNA amplicons corresponded to Methanoculleus spp. Our results demonstrate that uncultivated methanogenic archaea related to Methanoculleus spp. were major contributors to acetate-C assimilation during the anoxic incubation of swine manure storage tank samples. Carbon assimilation and dissimilation rate estimations suggested that Methanoculleus spp. were also major contributors to methane emissions and that the hydrogenotrophic pathway predominated during methanogenesis.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».